1 引言
作为一个新兴词汇，“行人交通”正在被包括城市交通研究者、管理者和交通参与者在内的人所认识和了解。狭义上的行人交通只包括发生在道路上的步行行为；广义上的行人交通则包括发生在一切公共设施范围内的步行行为，比如机场、地铁站、体育场馆、人行道、人行横道等。近来，特别是911事件以来，行人研究成为了物理学、计算机科学、经济学、数学以及交通工程等学科的研究热点。这些研究的努力都是为了使步行活动更方便、更舒适、更经济、更安全。
作为一种对复杂问题和随机现象具有良好描述能力的有效工具，计算机仿真已经成了研究、评价行人交通的重要手段之一。尽管如此，与机动车交通仿真不同，行人系统因为具有诸如多样性、慢速性、随机性和自组织性的独特特征而显得复杂的多。因此，近年来出现了许多专门的行人交通理论、模型、方法以及相关的软件产品，而且越来越多的人也对行人交通仿真的研究体系和进展感兴趣，所以，对相关的研究情况作一回顾了总结就显得很有必要。
2 研究概况
总体来说，行人研究可以分为三个层次：宏观、中观和微观，它们之间并没有严格的界线。宏观研究主要关注行人设施当中行人步行空间分配的问题，比如流量-速度-密度的关系；中观研究主要关心行人流中的群特性；微观研究则把行人流中的每个行人看成具有速度、年龄、环境、心理等属性的独立实体。
行人研究的历史可以追溯到上世纪五十年代，那时候的人们主要关心流量-速度-密度的关系和行人设施的容量。那时计算机技术还不发达，大部分的研究仅仅是靠肉眼观察、拍照、胶片记录等方式宏观评价行人流。一个比较早的宏观行人仿真模型是由Fruin在1971年提出的，他的模型已经被HCM所采用作为分析宏观行人流特性的方法。这些研究因为没有考虑行人间的相互影响所以不太适合用于预测步行区域或建筑物内的行人流特性，而且这些研究大部分继承的是机动车交通流的理论。客观的说，这些模型对于计算一些常态下的宏观参数是有效的，但是如果要求更细一些或场景更复杂些，它们就无能为力了。
现在经常被用到的“行人仿真”一词实际上主要指“行人微观仿真”，这项研究的内容分两大块：仿真模型和仿真软件。前者是构建用于描述行人交通特性的模型，后者是开发用于测试和可视化行人相关设计方案的仿真工具。
上世纪80年代中期以来，随着计算机技术的飞速发展，利用计算机仿真和重现行人交通场景成为可能，也就是“计算机仿真”，这种技术在仿真当中把每个行人看成具有自身属性的独立实体。随之，行人微观仿真模型应运而生。这些模型基于行人行为，面向计算机仿真。早期的微观行人仿真模型是从计算机游戏和动画中引入的。从那以后，许多来自物理学、计算机科学、经济学、数学、和交通工程学界的学者投入到了这方面的研究。总体来说，比较受认同和引用的模型有五个：成本效益元胞模型、元胞自动机模型、磁力模型、社会力模型和排队网络模型。主要的商品化行人仿真软件也有五个：Legion, PedGo, SimWalk, AnyLogic, VISSIM。
3 典型的微观行人仿真模型
3.1成本效益元胞模型（Benefit cost cellular model）
成本效益元胞模型是由Gipps 和 Marksjo于1985年提出的。该模型把二维空间划分成等大小的均匀网格（元胞），行人被模拟成元胞上的粒子。每个元胞最多能被一个行人占据，且模型根据周围元胞的情况对每个行人所在的元胞赋成本值S。该值表示临近的行人或障碍物的排斥作用，在与行人向目的地移动的效益值共同作用下向目标点运动。成本值S的计算公式可以参看Gipps 和 Marksjo的论文。如果两个行人所占位置出现重叠，元胞的成本值等于各个行人产生的成本值之和。每个元胞的成本值与其周围的九个元胞（包括自己）有关，行人将向效益值最大的元胞移动。
成本效益元胞模型的优势在于计算简单，但是由于对元胞和行人赋值的随意性，使得在实际情形中难以对模型参数进行标定。
3.2 元胞自动机模型（Cellular Automata model）
空间、时间和状态都离散的元胞自动机（CA）模型在机动车的仿真中应用的比较多。今年来，CA模型也在行人仿真中有新的应用。
CA模型也把行人模拟成元胞当中的实体。步行道被划分成均匀大小的网格，行人用单个圆来表示，一个行人占据一个元胞网格。元胞的占据状态由一些没个步长都更新的局部邻居规则决定。每个行人的运动包括两个动作：队列更换和元胞跳跃。在每一个时间步长内，每个元胞只能处于“被占据”与“不被占据”两种状态中的一种。
在CA模型的仿真中，每个步长时间内规则是通过两个并行的进程来完成更新的。第一个进程是队列更换规则：如果行人左边或右边的一个或两个都空闲，行人就会被分配到当前的和邻近的队列中间隙最大的那个队列中去。如果有多个队列符合条件，模型则将按照一定的概率分布随机分配到某一个队列中去。第二个进程是基于有效间隙和速度估计的速度分配。一个间隙指的是前面空闲元胞的个数。
虽然CA模型同样比较有利于数据更新，但是CA模型尝试性的规则更新却是不可取的，因为这并没有真实反映行人的行为。元胞模型固有的网格使得仿真出来的行人行为看起来有些粗燥。行人看起来是在各个格子当中跳动。
3.3磁力模型（Magnetic force model）
Okazaki于1979-93 年间与Matsushita 共同开发了行人运动仿真的磁力模型。模型运用磁场力学的原理对行人运动进行模拟。模型中，行人个体被定义为阳极，障碍物，如墙、立柱、栏杆等也定义为阳极，行人的目的地被定义为阴极。在磁场吸引力和排斥力的作用下，行人向着目的地运动并避免与其他行人障碍物冲突。在磁力模型中，有两个力作用于行人，一个是用库仑公式计算的磁力，其大小取决于一个行人的磁场强度和行人之间的距离；另一个力是作用于行人用以避免与其他行人冲突的力。
模型中，所有来自目的地、障碍物、其他行人的合力共同作用于每个行人，决定了每个行人在任意时刻的速度，这个速度到达某个给定的上限时将维持恒定。模型中磁场强度值是预先定义的，如果磁场的强度大，相应的行人之间或与障碍物之间的排斥力也越大。模型中墙壁等障碍物用一系列连续的点来表示，当行人不能直接到达目的地时，某些特殊的地点（如墙角）被设定为临时目的地。
磁力模型中引入了排斥力的定义，充分考虑了避免行人和其他行人或障碍物冲突的情形。但是，与成本效益元胞模型类似，由于磁场强度值设定的任意性，该模型的参数标定较为困难。
3.4 社会力模型（Social force model）
由Helbing等人提出的社会力模型是一种多粒子自驱动模型，也就是在模型中行人是由自驱动的粒子代替的。社会力的概念并不是指物理上实际存在的力，而是以一种虚拟的方式代表行人的社会心理以及行人之间、行人和环境之间的相互作用。一个质量为的行人 总是希望以一定的期望速度朝期望的方向运动， 因此，行人在行走过程中都会期望能在较短的时间内调整他当前的实际速度 到期望速度。行人与墙壁、其他行人的相互作用包括排斥和摩擦。距离越近，之间的相互作用力就越大。社会力模型中，常常用和分别代表行人之间、行人和墙壁之间的相互作用力。模型的行人运动主方程为：
社会力模型认为，行人之间往往会保持一定的距离，这一特性在模型当中是通过心理力来模拟的。但是如果两个人之间的距离小于他们的半径之和（一个行人用一定半径的圆代替）的话，就代表他们有身体上的接触。行人和墙壁之间的处理方式是类似的，唯一的不同是在力的强度上有一点区别。
应该说，社会力模型是到目前为止最好的行人微观仿真模型。模型中的变量不是任意的，因为那些变量都有可以测得的物理意义。模型仿真的结果显示行人交通流具有自组织的特性。尽管如此，社会力模型仍然有两个问题值得商榷。一个是模型并不能完全保证行人之间不出现碰撞（交叠），其表现就是从仿真过程来看会出现有些行人跑到别人的“身体”里面去了，而这是不现实的，所以社会力模型还需要一个像磁力模型中的那种避碰力来防止这种现象的发生。另一个问题是社会力模型的研究人员似乎更多的是从物理作用的角度来解释行人的物理行为而不是从交通流的角度来解释。
3.5 排队网络模型（Queuing network model）
Lovas、Thompson、和Watts等几位学者将微观行人仿真用于了疏散设计，他们用排队网络模型作为模拟建筑物火灾疏散的工具。排队网络模型采用的方法是基于离散事件的蒙特卡洛仿真，在该模型中，房间用节点来表示，房间之间的门用连接线表示。每一行人离开一个节点，并在连接线中排队，然后进入另一个节点。行人由一个节点向另一个节点移动，寻找建筑物的出口。行人都有特定的目标，并且尽可能快速且安全的由当前位置向出口移动。每个节点会记录下行人的路径和时间。当行人到达某一个节点时，会根据权重随机选择的原理在所有可能的路径中作出选择，权重系数为建筑物中人群密度的函数。在起始节点，行人在开始运动之前有一段反应时间，当行人到达目的地节点时结束运动过程，仿真过程结束。
在排队网络模型中，行人的疏散时间是一个重要的评价指标。然而，排队网络模型并未清楚的描述出行人个体的行为，行人之间的冲突也被充分的考虑。此外，排队网络模型中所采用的先进先出（FIFO，First In First Out）原则在人群拥挤疏散情况下并不完全真实。
3.6 模型对比
以上五个模型的相同点和不同点如表1所示，这个比较主要是从向目的地运动、排斥作用、模型的变量赋值、程序编写主导环节、描述现象、疏散时间评价、参数标定七个方面展开的。可以看出，五个模型都有使行人往目的地运动的项目，但是各模型具体的实现方式不太一样。另外，五个模型也都有考虑防止行人碰撞的排斥项目，但是各模型具体的实现方式也不太一样。
五个模型都试图用来解释一定的现象，其中一个比较明显的现象就是五个模型都有考虑排队的能力。另外，五个模型中只有元胞自动机模型研究了行人的行人交通流的宏观行为，其研究表明行人的平均速度随行人流密度的增加而减小。此外，元胞自动机模型和社会力模型能够描述行人运动的自组织现象，磁力模型通过目的地磁极的吸引作用可以描述行人移动的路径搜索现象；排队网络模型在描述行人疏散行为方面较为成熟。
表1 典型微观行人仿真模型比较
成本效益元胞模型 元胞自动
机模型 磁力模型 社会力模型 排队网
络模型
向目的地运动 收益值 定义方向 异极相吸 期望速度 权重随机选择
排斥作用 成本值 运动规则 同极排斥 相互作用力 优先规则(FIFO)
变量赋值 任意赋值 ０或１ 任意赋值 物理意义 物理意义
程序编写主导环节 收益成本值计算 If-then 规则(尝试性) 尝试性 动力学系统(连续) 排队模型
描述现象 排队 排队、自组织 排队、路径搜索 排队、自组织 排队、疏散
疏散时间评价 — — — 不可能 可能
参数标定 观测 分析基础数据 观测 观测 观测
4 行人交通仿真软件的发展情况
自从人们开始尝试用计算机来帮助进行行人交通的分析以来，科学家们投入了大量的工作来开发行人仿真软件。通过近20年的艰苦努力，目前已经发布了几款可以专门用于行人分析的软件：Legion, SimWalk, PedGo, AnyLogic, and VISSIM。它们相关的信息如表2所示。
表2 典型行人交通仿真软件
软件名称 出品公司 国家 最新版本，年 采用的模型 参考价格
Legion CrowdDynaics Limited 英国 Legion 2006 不详 >150,000＄
SimWalk Savannah Simulations AG 瑞士 SimWalk 3.1, 2008 不详 2,900€
PedGo TraffGo HT 德国 PedGo 2.1, 2005 ＣＡ模型 >2,500€/年
AnyLogic XJ Technologies Company Ltd 俄罗斯 AnyLogic 6, 2007 Agent模型 11,990€/授权号
VISSIM PTV 德国 VISSIM 5.1, 2008 社会力模型 >15,000＄
Legion是行人仿真软件的领导者，该软件可以帮助那些复杂空间的拥有者和运营者把他们的场所弄的更安全、更有效、更有利。Legion软件开启了一种提升全世界行人设施水平的全新方法，已经成功应用在了悉尼和北京奥运会行人场所的设计和评价。尽管如此，Legion不菲的价格让很多人望而却步。
SimWalk是一个可以帮助城市和交通规划者、工程师、安全监管人员以及建筑师仿真和评价行人步行环境的有利分析工具，该软件的长项在于探究火车站行人的交通行为、机场的行人流以及体育场馆的疏散时间等。SimWalk的客户已经遍及整个欧洲和少数其他国家。
PedGo是一个主要用来模拟行人疏散的软件，这个软件有可能是现在市面上模拟疏散运行效率最高的（在500MHz 的PIII计算机上，可以实时模拟1万人的疏散）。
AnyLogic是第一个也是唯一一个集系统动力学、流程导向（Process-centric）、以及Agent方法为一体的动力学仿真工具。
VISSIM是多种交通方式微观仿真环境的领导者，该软件具有独特的将城市和公路交通环境细致化描述的能力，其中包括行人、自行车和各种机动车。VISSIM在2008年的最新版中，采用了社会力模型作为行人运动的基础模型。
5 总结与展望
通过前面的分析，可以看出近年来行人仿真的研究不管在理论上还是应用上都取得了长足的进步，但这并不意味着已经要到盖棺定论的时候了。实际上，此项研究还有很长的路要走，其中主要存在三方面的问题和困惑：（1）行人仿真是一个包含很多领域的综合交叉科学，必须需要许多人作为团队工作来完成；（2）由于行人交通的场景多且复杂，造成行人仿真模型的标定比较困难；（3）行人交通的微观参数比较难采集。坦率的说，这三个问题已经成为了行人仿真研究道路上的“绊脚石”，所以，笔者认为，应该从以下四个方面加强研究。
第一，研制高精度的自动化视频数据采集系统用来采集大量的行人交通微观数据来构建新的模型或标定现有的模型；第二，加强紧急情况下的疏散和大型活动的行人交通仿真研究；第三，研制高速的实时仿真系统为仿真至少1万人的复杂问题提供技术平台；第四，加强仿真模型的应用。
随着人们对行人交通仿真研究的深入，其研究成果必将对交通规划、行人设施设计和行人交通组织产生深远影响，必将进一步帮助缓解城市交通状况，最大程度上避免和减少紧急情况发生时人群疏散和逃生造成的损失。 |
[复制链接]
发表于 2012-9-17 13:31:16
